Abstract:
딥러닝 기반의 가치 평가 방법 및 그 장치가 제공된다. 본 개시에 따른 가치 평가 장치에 의해 수행되는 가치 평가 방법은 생성기가 가상의 데이터 샘플을 생성하는 단계, 복수의 판별기가 각각 병렬적으로 상기 데이터 샘플에 대해 판별하는 단계, 강화학습 수행부가 상기 복수의 판별기 각각에 의한 상기 판별 결과들을 수신하고, 상기 수신한 판별 결과들에 따라 정책 기울기를 결정하는 단계, 및 상기 생성기 또는 상기 복수의 판별기가 상기 결정된 정책 기울기를 이용하여 학습하는 단계를 포함한다. 상기한 구성들을 통해, 딥러닝 기반의 인공지능을 이용하여 신뢰성 있고 충분한 볼륨의 평가 기초 데이터를 확보할 수 있다. 또한, 간단한 평가 항목의 입력만으로 가치 평가 결과를 얻을 수 있어 사용자의 편의성이 향상될 수 있다.
Abstract:
딥러닝 기반의 가치 평가 방법이 제공된다. 가치 평가 장치에 의해 수행되는 본 발명의 일 실시예에 따른 가치 평가 방법은 평가 대상의 클래스 정보를 입력받는 단계, GAN(Generative Adversarial Network) 기반의 딥러닝 모델을 이용하여, 상기 입력된 클래스 정보와 연관된 제1 평가 기초 데이터를 생성하는 단계 및 상기 제1 평가 기초 데이터를 가치 평가 모델에 적용하여 상기 평가 대상의 가치를 평가하는 단계를 포함할 수 있다. 이때, 상기 제1 평가 기초 데이터는 가상의 데이터 샘플로 구성된다.
Abstract:
본 발명의 일 실시 예에 따른 신규 사업의 예측 매출액 추정 방법은, 입력부가 사업의 예측 수명 및 산업분류 코드 또는 사업의 주력 제품 중 어느 하나를 사용자로부터 입력받는 단계, 제1 계산부가 상기 입력받은 산업분류 또는 사업의 주력 제품 중 어느 하나에 대한 초기 매출 분포를 계산하는 단계, 제2 계산부가 상기 입력받은 산업분류 또는 사업의 주력 제품 중 어느 하나에 대한 평균 회귀 기간(Mean Reversion Period)을 계산하는 단계, 제3 계산부가 상기 입력받은 산업분류 또는 사업의 주력 제품 중 어느 하나에 대한 상기 계산한 평균 회귀 기간까지의 매출액 증가율을 계산하는 단계, 상기 제4 계산부가 상기 입력받은 산업분류 또는 사업의 주력 제품 중 어느 하나에 대한 상기 계산한 평균 회귀 기간 이후부터 상기 입력받은 사업의 예측 수명까지의 매출액 증가율을 계산하는 단계 및 산출부가 상기 입력받은 사업의 예측 수명까지의 연도별 예측 매출액을 출력하는 단계를 포함한다.
Abstract:
본 발명의 일 실시 예에 따른 후방인용 기반의 기술수명지수 데이터베이스 생성 방법은 인용기간 산정부가 특정 분류에 속하는 복수의 등록특허 전부에 대하여, 등록특허의 등록 년도와 상기 등록특허에 대한 피인용특허의 등록 년도와의 차이값인 인용기간을 상기 등록특허 별로 산정하는 단계, 제1 통계값 산정부가 상기 복수의 등록특허 전부에 대하여, 상기 등록특허 별로 산정한 인용기간의 통계값인 제1 통계값을 상기 등록특허 별로 산정하는 단계 및 제2 통계값 산정부가 상기 등록특허 별로 산정한 제1 통계값 전부에 대한 통계값인 제2 통계값을 산정하는 단계를 포함한다.
Abstract:
본 발명은 불확실성이 높은 R&D 기술의 기획 또는 선정 시에 경제적 부가가치 창출 능력을 분석하는 것을 지원하는 것으로, 연구개발 기술 및 시장, 재무정보 등을 활용하여, 연구개발 기술의 사업화를 통해 창출될 수 있는 이익의 현재가치로써의 경제적 직접 성과와, 해당 연구개발 분야에 연구 개발비를 투자함에 따른 경제적 파급효과와 해당 분야 외에 타 산업분야에 미치는 경제적 파급효과를 합하여 얻는 경제적 간접 성과를 총 집계한 경제적 종합 성과를 분석하는 기술을 지원할 수 있도록 된, 연구개발 기술의 경제성 분석 지원 시스템 및 방법에 관한 것이다. 본 발명에 따른 분석지원장치의 연구개발 기술 경제성 분석 지원 방법은, 사용자로부터 연구개발 기술 관련 데이터를 입력받거나, 기 저장되어 있는 연구개발 기술 관련 데이터에 근거해 경제성을 분석하는 것을 지원하는 분석지원장치의 연구개발 기술 경제성 분석 지원 방법으로서, (a) 상기 연구개발 기술의 개요를 분석하는 단계; (b) 상기 연구개발 기술의 시장 및 산업을 분석하는 단계; (c) 상기 연구개발 기술의 수익성을 분석하는 단계; 및 (d) 상기 연구개발 기술의 국가 전략과의 부합성과 경제적 파급효과를 분석하는 단계를 포함한다.
Abstract:
A promising study domain selecting method through measuring of knowledge information is provided to find out a promising study domain that can lead future science and technology, by using a measuring method of knowledge information. A database required for selection of a promising study domain is selected(ST1). With regard to the selected promising study domain data, a research front is selected by first clustering(ST4). With regard to the selected promising study domain data, statistical filtering is performed for the research front, and second clustering is carried out to select a candidate group of the promising study domain(ST6).